SLAM是Simultaneous localization and mapping缩写，意为“同步定位与建图”，主要用于解决在未知环境运动时的定位与地图构建问题
SLAM的典型应用领域
SLAM可以辅助机器人执行路径规划、自主探索、导航等任务。国内的科沃斯、塔米以及最 新面世的岚豹扫地机器人都可以通过用SLAM算法结合激光雷达或者摄像头的方法，让扫地机高效绘制室内地图，智能分析和规划扫地环境，从而成功让自己步入了智能导航的阵列。
VR/AR方面：辅助增强视觉效果。SLAM技术能够构建视觉效果更为真实的地图，从而针对当前视角渲染虚拟物体的叠加效果，使之更真实没有违和感。VR/AR代表性产品中微软Hololens、谷歌ProjectTango以及MagicLeap都应用了SLAM作为视觉增强手段。
无人机领域：地图建模。SLAM可以快速构建局部3D地图，并与地理信息系统（GIS）、视觉对象识别技术相结合，可以辅助无人机识别路障并自动避障规划路径，曾经刷爆美国朋友圈的Hovercamera无人机，就应用到了SLAM技术。
无人驾驶领域：视觉里程计。SLAM技术可以提供视觉里程计功能，并与GPS等其他定位方式相融合，从而满足无人驾驶精准定位的需求。例如，应用了基于激光雷达技术Google无人驾驶车以及牛津大学MobileRoboticsGroup11年改装的无人驾驶汽车野猫(Wildcat)均已成功路测。
借助路线跟随导航技术，AGV实际上可以通过物理路线，例如：磁带、感应线(安装在地板内/下方)或涂漆线引导车辆通过设施。
这种方法的工作方式如下：车辆配备一个传感器可以“向下”观看地板的路线。接着，传感器会测量左右误差，并使用此信息校正车辆的轨迹。
这种简单的AGV导航方法非常适用于车辆绕环路连续行驶的运作方式。汽车制造业是一个常见的例子，其中移动机器人会在工作站之间移动零件。
从优势方面分析，路线跟随导航相对简单、非常可靠、准确及稳定。但是，它也有缺点。
l 首先，部署和未来修改路线都需要耗费时间。对于采用安装在地板本身的感应线方式，这个问题尤其显著。
l 虽然未必不可能，但管理一批路线跟随车辆可能相对困难，尤其在几条路线需要重叠交叉的情况。对于复杂的安装，流量管理也可能非常困难。
l 路线本身也可能需要维护 。例如：磁带会随着时间流逝而遭受磨损。
标签跟随导航的工作方式，与物理线跟随方式大致相同。但是，在这种情况下，AGV会通过诸如QR码、RFID标签，或嵌入地面的磁力点标签引导车辆在设施中运行。
无论采用哪种类型的标签，车辆都会配备特定传感器来遵循这些标签所定义的路线。从这个意义层面上分析，这种方法类似于沿线行驶。标签跟随是电子商务中的参考方式，因为简单的路径部署是这类业务的常态。
因此，标签导航的优缺点与以下路线跟随技术极为相似：标签需要花一些时间才能进行物理安装(并在将来进行修改)，并且随着时间的流逝需要维护。但是，标签导航的运行非常可靠且强大。
通过直接比较路线跟随和标签跟随AGV导航方法，我们可以看到这些方法的优点和缺点非常相似。沿线车辆在定位精度方面略微领先(例如：提取和放置物品，以及停靠以进行充电时)，但是，它们的行驶速度通常比标签跟随AGV更慢。
激光三角定位的工作原理(有时也称为激光目标导航，或简称激光导航)类似于全球定位系统(GPS)导航。
激光三角定位至少使用三个参考值来进行车辆位置的三角定位。但是，有别于使用卫星科技的全球定位系统(GPS)导航，此方法使用位于车辆顶部的激光扫描仪。这些激光束能够反射出环境中经由专业安装的激光三角反射目标。
由激光三角定位驱动的自动导航车(AGV)依赖需专业安装的反射镜识别。有别于路线和标签跟随的AGV车辆，这些导航技术基于地面物体执行AGV任务逻辑，而使用三角定位则可以使用软件对任务逻辑进行编程。
如同路线跟随导航技术，激光三角定位导航技术非常可靠。它具有高度精 确定位(这是有效提取、放置和车辆充电的必需因素)，而且车速可能相对更快。
另外，由于这项技术使用虚拟路径而不是物理路径，因此维护成本较低，比起路线跟随和标签跟随导航更容易进行有效的车队和交通管理。路线修改也非常快速简单，除非进行重大更改才需要额外安装现场反射器。
无论如何，这项技术也有缺点：
l 激光三角定位系统可能需耗费大量时间进行设计和安装。这项工作始于计算机辅助设计(CAD)软件，技术人员通常使用该软件来设计整个站点的反射器部署，接着安装反射器，然后由合格测量员进行几天工作，以准确地测量反射器位置并创建AGV将使用的地图。
l 用于车辆定位(也称为定位)的LiDAR激光扫描仪通常会安装在车辆上方，以识别反射器并避免可能掩盖这些参考元素的人类或可移动物体。这个额外组件会增加车辆成本，并有效限制车辆制造商使用某些类型的车辆，例如：无法在自动导航拖车(AGC)或“鼠标型”自动导航车安装额外传感器。
依靠激光三角定位的自动导航车(AGV)系统可靠、精准且快速。但是，它们的安装成本很高，而且项目修改成本也可能很高。
视觉导航技术与人类如何看待世界的概念相似。它使用摄像头代替我们的眼睛来识别环境中的特征。然后再将这些与3D地图进行比较，从而使车辆能够计算位置并进行导航。
视觉导航AGV的安装非常简单快捷，因为视觉导航不需要对站点的现有基础设施进行任何更改：用户只需沿着路线驾驶车辆并持续收集图像，从而了解路线和位置并构造3D地图。
维护视觉导航系统的时间和成本也很低，因为更改路线只需由操作人员重新培训车辆，并在所需的新路线周围手动驾驶。
但是，这项技术存在视觉相关系统的常见缺陷：
l 光照条件的变化(例如：眩光或黑暗)可能会影响系统的准确性。
l 随着环境发生变化，相机和图像分辨率可能会产生类似的变化效果。
视觉导航AGV系统的基础设施成本较低，而且仅需少量维护工作。但是，由于光线变化的影响，它们的精准度和可靠性通常不如其他AGV导航系统。
自然特征导航(有时称为自然导航或SLAM导航)使用激光扫描仪，例如 :车辆的内置安全扫描仪。它会将当前的2D扫描图像与先前创建的地图进行比较，以计算车辆的位置。
使用基于SLAM自然特征导航进行导航的AGV，会将其周围环境与之前创建的站点地图相匹配。
自然特征导航技术结合两种方法运作。这些方法包括：
l 扫描匹配 – 将扫描仪数据与参考图进行比较并不断更新。
l 特征匹配 – 将数据与环境中的永 久“特征”(例如：墙和圆柱)进行比较，而且不会覆盖参考图。
通过扫描匹配收集的原始激光数据与原始图进行比较，如果检测到新物体则更新地图。这种方法需要高质量扫描才能正确匹配。采用的地图类型(基于网格的单元格分辨率较低)也可能会对车辆定位精准度产生不利影响。
相比之下，通过永 久性环境特征相对较少的匹配扫描，比如使用墙、立柱和永 久性安装机械对车辆进行定位的参考。这种方法具有高度稳健性，因为它只需少量参考物件(即环境的5％或更少)来确保车辆的准确定位。
除此之外，由于地图永远不会改变，除非发生重大基础设施变化(例如 ：移动墙)，否则精准度会随着时间推移而保持不变。
除非是最 具竞争力的AGV导航方法，否则采用自然特征技术无需对现场基础设施进行重大更改，例如：安装感应线或磁带、铺设胶带或设置用于三角定位的反射器。结果，无论是单个自动导航车还是大型AGV车队，采用此技术驱动的AGV都易于安装和维护。
与视觉导航相似的自然特征技术易于安装，因为它所需的基础架构更改量很少。如果一个区域的自然特征很少，那么最多可能需要一些反射贴纸。
与激光三角定位类似，自然特征导航采用专属的软件工具，这些工具用于在安装过程中对车辆的路线和动作进行编程。
但是，由于自然特征仍是一项相对较新的技术，因此大多数供应商尚未配备高级或非常直观的软件工具，这可能会使得安装过程复杂化。例如：基于扫描匹配的自然特征导航通常需要诸如开源式机器人操作系统(ROS)之类的框架，这个框架能为此类制造商提供简单的切入点，但需要大量时间和大量投资才能实现工业化。
如同激光三角定位系统，许多扫描匹配供应商会建议车辆制造商在车辆上方安装专用于导航的激光扫描仪，而不是使用车辆的脚踝高度安全激光扫描仪来定位数据。这种方法提高了车辆的成本，因为需要购买另一个组件，而且限制了可以生产的车辆类型。
往好的方面分析，使用自然特征导航来修改安装(更新路线、更改操作)是一个快速及有效的过程，因为路径是虚拟的，而且不需要费时进行基础结构更改。
车队管理功能也广泛应用。但是，由于许多自然特征导航供应商都是刚进入市场的新公司，因此创新先进的车队解决方案仍然很少。
利用自然特征导航技术驾驶的车辆不需要进行大量基础设施更改，而且项目维护非常直接简单。虽然采用扫描匹配在适应环境变化方面不太稳健，但此技术还是准确可靠的。
有别于其他自然特征导航技术，BlueBotics的自主导航技术(ANT)使用特征匹配方法。这意味着它的车辆定位地图是基于环境特征，而不是扫描匹配基于网格的地图，根据特征与特征进行比较，而不是在激光点与激光点之间进行比较。
使用ANT导航技术可以将不同特征进行比较，以实现精准可靠的AGV定位和导航。
与其他自然特征解决方案类似，ANT导航技术的安装简便快捷，仅需少量的基础结构更改。由于路径是虚拟的，因此路线的维护和修改也很快，而且更符合成本效益。ANT导航技术通常能提供与稳健激光三角定位导航技术相似的准确性和可靠性。
相比起其他自然特征产品，由于BlueBotics在工业AGV市场拥有20年丰富经验，因此ANT是一种更为成熟的产品 。另外，ANT地图是基于特征而不是基于网格，因此在文件大小方面异常轻便，因此公司更易于处理。
ANT server软件使得AGV车队管理变得简单，不同品牌的ANT驱动自动导航车(AGV)都可以通过相同平台进行，例如 ：ANT server(如图所示)。
在安装和管理AGV车队时，BlueBotics的ANT server车队管理软件使得创建和管理车辆任务变得简单直接，包括交通管理。
独特的ANT server无需绑定车辆也能独立操作，这意味着不同类型(甚至品牌)的ANT驾驶车辆可以无缝协作，从而扩大用户的选择范围。
总而言之，相比起大多数的AGV导航方法，ANT导航技术提供了更短的安装时间和更低的基础设施成本。而且它也非常准确可靠，并通过其可选的ANT server软件提供创新先进的车队管理。
公众号 扫码咨询
 |
上海市闵行区中春路4999号莘庄商务楼1326室 |
 |
service@covond.com |
 |
www.covond.com |
 |
交换机：18017588179（孙经理） 无人机：13311882358（孙总） |
